温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明公开了一种基于逆扩散引导策略的离线强化学习方法，首先，鉴于现有的策略约束方法不能准确地表达行为策略，并且倾向于选择行为策略支持集内概率密度更大的动作，引入扩散模型用于准确表达行为策略；然后，训练逆扩散引导策略引导预训练的扩散模型准确生...
该专利属于中国矿业大学所有，仅供学习研究参考，未经过中国矿业大学授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。